先說(shuō)結(jié)論：不是模型不夠強(qiáng)，是缺了兩層?xùn)|西。
第一層叫企業(yè)上下文——讓 AI 理解你的企業(yè)；第二層叫企業(yè) AI 工作平臺(tái)——讓 AI 真的把活干完。缺任何一層，AI 都會(huì)卡在"能聊，但干不了活"的狀態(tài)。
下面拆開(kāi)講。
現(xiàn)在很多企業(yè)的狀態(tài)是：大模型接了，知識(shí)問(wèn)答上線了，文檔生成用起來(lái)了，智能問(wèn)數(shù)也做了幾個(gè)。但你問(wèn)一句"AI 幫我做完這個(gè)月的利潤(rùn)分析，并且把整改任務(wù)分下去"，它就接不住了。
據(jù)《經(jīng)濟(jì)參考報(bào)》報(bào)道，不少企業(yè)在應(yīng)用 AI 過(guò)程中發(fā)現(xiàn)，盡管對(duì)話機(jī)器人回答問(wèn)題頭頭是道，AI 始終難以切入核心業(yè)務(wù)決策環(huán)節(jié)，賦能實(shí)體經(jīng)濟(jì)的"最后一公里"遲遲未通。報(bào)道中提到的一個(gè)判斷很關(guān)鍵：真正的瓶頸不在于數(shù)據(jù)孤島，而在于數(shù)據(jù)無(wú)法被 AI 準(zhǔn)確理解與應(yīng)用——通用大模型缺乏企業(yè)現(xiàn)場(chǎng)數(shù)據(jù)與業(yè)務(wù)規(guī)則的"翻譯層"。
這句話基本點(diǎn)破了本質(zhì)。
大模型知道"合同"這個(gè)詞是什么意思。但它不知道：
它不知道，是因?yàn)檫@些信息從來(lái)沒(méi)有被結(jié)構(gòu)化地組織過(guò)。企業(yè)建了數(shù)據(jù)中臺(tái)、數(shù)據(jù)倉(cāng)庫(kù)、BI，數(shù)據(jù)確實(shí)是通的，但通的是數(shù)據(jù)，不是語(yǔ)義。ERP 里的訂單、CRM 里的客戶、MES 里的設(shè)備、OA 里的審批，各自都數(shù)字化了，卻沒(méi)有一層統(tǒng)一定義說(shuō)清楚：它們之間是什么關(guān)系、哪些可信、哪些屬于同一個(gè)業(yè)務(wù)實(shí)體、哪些動(dòng)作能真正執(zhí)行。
所以讓 AI 理解企業(yè)，不是給它多喂幾份文檔、多連幾個(gè)庫(kù)，而是要建立一套企業(yè)上下文。這套上下文由三部分組成：
前兩層很多企業(yè)在做，第三層普遍是空的。而第三層，恰恰是決定 AI 能不能推理的那層。
這是最常見(jiàn)的誤解。
簡(jiǎn)單區(qū)分：分類體系告訴你"蘋果屬于水果"；本體告訴你"人下了訂單、訂單包含商品、商品屬于品類、這筆訂單受哪條規(guī)則約束"。本體定義的不只是層級(jí)，而是對(duì)象、屬性、關(guān)系、規(guī)則、事件和動(dòng)作。
這也是為什么用友在 BIP 6 里做了 YonOnto 企業(yè)本體平臺(tái)。它的定位是語(yǔ)義中樞——把分散在不同系統(tǒng)的業(yè)務(wù)實(shí)體、屬性、關(guān)聯(lián)關(guān)系、業(yè)務(wù)約束與推理規(guī)則，連接成企業(yè)統(tǒng)一的業(yè)務(wù)語(yǔ)義全景圖。
舉個(gè)能說(shuō)明問(wèn)題的例子：供應(yīng)商風(fēng)險(xiǎn)管控。
第三層才是"能決策"和"只能報(bào)警"的分界線。
而且要注意一點(diǎn)：本體不是建一次就完事。組織會(huì)調(diào)整、產(chǎn)品會(huì)變化、制度會(huì)更新、流程會(huì)優(yōu)化，本體里頭的對(duì)象、關(guān)系、規(guī)則也得跟著更新。所以它必須是一套能持續(xù)演進(jìn)的動(dòng)態(tài)語(yǔ)義系統(tǒng)，而不是又一個(gè)靜態(tài)模型。
就算 AI 理解了企業(yè)，還有第二道坎。
企業(yè)最終要的不是一個(gè)能解釋業(yè)務(wù)的聊天機(jī)器人，而是一個(gè)能進(jìn)真實(shí)經(jīng)營(yíng)過(guò)程、跟員工協(xié)同、把任務(wù)做完的系統(tǒng)。它得知道：為什么做、由誰(shuí)做、調(diào)什么能力、守哪些規(guī)則、什么時(shí)候必須讓人確認(rèn)、做完以后結(jié)果怎么回寫。
這就要求有一層"企業(yè) AI 工作平臺(tái)"。
用友的 YonWork 企業(yè)AI工作臺(tái)就是干這個(gè)的。它把一句自然語(yǔ)言指令，翻譯成一項(xiàng)能被執(zhí)行的企業(yè)任務(wù)。
還是拿一個(gè)具體例子說(shuō)："分析本月利潤(rùn)下降的主要原因，并形成整改任務(wù)"
這句話看著簡(jiǎn)單，實(shí)際上 YonWork 要做的是：
看到?jīng)]？第 5 步和第 6 步，是絕大多數(shù)"AI 助手"根本做不到的地方。 而這兩步，恰恰是企業(yè)敢不敢把活交給 AI 的分水嶺。
AI 一旦開(kāi)始參與真實(shí)業(yè)務(wù)執(zhí)行，安全和治理就不是加分項(xiàng)，是必選項(xiàng)。
企業(yè)得能回答：AI 接了什么任務(wù)、調(diào)了哪些數(shù)據(jù)、用了什么工具、經(jīng)過(guò)了哪些判斷、最終做了什么動(dòng)作。用友的 YonAIG 企業(yè)AI治理平臺(tái)就是管這個(gè)的，覆蓋智能資產(chǎn)、身份權(quán)限、調(diào)用軌跡、執(zhí)行成本、評(píng)測(cè)效果和審計(jì)合規(guī)。
不想把這篇寫成軟文，所以把話說(shuō)全：
企業(yè) AI 落地卡在"最后一公里"，本質(zhì)上是兩道坎：
在大模型能力快速普及的今天，企業(yè) AI 的差異不再只來(lái)自模型，而更多來(lái)自企業(yè)自身的數(shù)據(jù)、知識(shí)、業(yè)務(wù)語(yǔ)義、流程能力和治理體系。這句話不是吐槽，是選型的時(shí)候真正該看的東西。
